“徐佐腾”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]一种轮廓图上色方法及装置-CN201811114698.4有效
发明人：刘怡俊;陈浩文;叶武剑;张子文;徐佐腾;蔡若君;江齐;李琪 -专利权人：广东工业大学
申请日： 2018-09-25 - 公布日： 2023-05-05 - 主分类号： G06T3/00 文献下载
摘要：本发明公开了一种轮廓图上色方法及装置，方法包括：获取待上色的轮廓图以及需要的颜色元素；基于轮廓图以及颜色元素，由预先建立的生成网络对轮廓图上色而生成彩色图；由预先建立的判别网络对生成的彩色图和真实彩色图匹配特征，计算彩色图相对于真实彩色图的特征匹配损失；若计算得到的特征匹配损失满足第一预设条件，则将生成的彩色图作为上色得到的彩色图；若计算得到的特征匹配损失不满足第一预设条件，则更新生成网络，并由更新后的生成网络，利用轮廓图以及颜色元素重新生成彩色图，并进行后续步骤，直到计算得到的特征匹配损失满足第一预设条件。本发明轮廓图上色方法及装置，与现有技术相比能够达到较好的上色效果。
一种轮廓上色方法装置

[发明专利]图像内容倾斜角度预测网络训练方法及修正方法、系统-CN201811114680.4有效
发明人：刘怡俊;徐佐腾;叶武剑;张子文;翁韶伟 -专利权人：广东工业大学
申请日： 2018-09-25 - 公布日： 2022-04-19 - 主分类号： G06V10/774 文献下载
摘要：本发明公开一种图像内容倾斜角度预测网络训练方法，首先获取作为训练数据集的若干图片，图片的图像内容为正向，将数据集中用于训练网络模型的一批次图片对应旋转后的图片迭代输入到预先构建的角度预测网络内进行训练，然后将数据集中用于测试网络模型的一批次图片对应旋转后的图片输入训练得到的角度预测网络内，对初步训练的角度预测网络测试，获得最终的图像内容倾斜角度预测网络。本发明还公开一种图像内容倾斜修正方法及系统，使用训练得到的图像内容倾斜角度预测网络，将待处理图片输入网络内能够运算出待处理图片内容倾斜的角度，而后根据运算出的角度对图片修正，与现有技术相比不依赖于特定的标识物，更具有适应性和可靠性，更加智能化。
图像内容倾斜角度预测网络训练方法修正系统

[发明专利]一种保持焦点信息的图像风格化方法-CN201711292746.4有效
发明人：叶武剑;徐佐腾;刘怡俊 -专利权人：广东工业大学
申请日： 2017-12-08 - 公布日： 2021-08-17 - 主分类号： G06T3/00 文献下载
摘要：本发明涉及一种保持焦点信息的图像风格化方法，将“焦点位置差异”作为一个惩罚项加入到传统图像风格化方法中，即将感知损失和焦点损失的和作为总损失，并利用Adam算法调整图像转换网络的权值，得出最优化网络；当将某张图片输入到该最优化网络之后，生成出一张保留原图焦点信息的图像，而且风格融入更自然。本发明不单使生成的风格化图仍保留着原图的主要语义内容，保持了图像的焦点信息，还避免了以往简单纹理叠加的风格转移，效果图更能突出原图主题。
一种保持焦点信息图像风格方法

[发明专利]一种基于DCGAN深度网络的汉字字库生成方法及装置-CN201810079205.1有效
发明人：叶武剑;徐佐腾;刘怡俊;翁韶伟;张子文 -专利权人：广东工业大学
申请日： 2018-01-26 - 公布日： 2021-06-01 - 主分类号： G06F40/109 文献下载
摘要：本发明实施例公开了一种基于DCGAN深度网络的汉字字库生成方法及装置，用于解决由于汉字字符结构本身具有一定的相似性，设计六千多个新字体汉字常用字和几万个非常用字必然包含着大量的重复劳动，导致的耗时耗力，浪费人力成本的技术问题。
一种基于 dcgan 深度网络汉字字库生成方法装置

[发明专利]一种图像自动定焦方法、装置、设备及可读存储介质-CN201810941191.X在审
发明人：叶武剑;徐佐腾;刘怡俊;翁韶伟;张子文;李学易;王峰 -专利权人：广东工业大学
申请日： 2018-08-17 - 公布日： 2019-01-11 - 主分类号： G06T7/11 文献下载
摘要：本发明实施例公开了一种图像自动定焦方法、装置、设备及计算机可读存储介质。其中，方法包括将原始图像分割为不同目标物体的多个子区域得到区域分割图；再将该图像输入景深估计网络中，得到景深估计图；利用区域分割图将景深估计图分割为相对应的多个子区域，得到各子区域的平均景深值；根据获取的主体图像块和区域分割图在原始图像中确定其确定主体部分和背景部分，根据背景部分各子区域的平均景深值和主体图像块的平均景深值的差值大小的不同对待虚化背景图像进行不同程度的背景虚化，虚化程度随着与主体图像块的平均景深值的差值的增大而增大。本申请能更加精确、自然的突出图像主体部分，使得背景虚化后的图片主体与背景边缘合理、过渡自然。
景深区域分割图景深估计主体图像原始图像自动定焦子区域计算机可读存储介质图像可读存储介质背景边缘背景图像过渡自然目标物体图像输入图像主体图分割分割申请网络图片